Drei Gründe, warum sich Data Analytics im E-Commerce lohnt

Anbieter zum Thema

FIS Informationssysteme und Consulting GmbH

KNAPP AG

Arvato Systems GmbH

Grundsätzlich gibt es zwei Typen von Marketers: Die, die sich der Datenanalyse voll und ganz verschrieben haben und davon nicht genug kriegen können. Und diejenigen, die davon nur wenig wissen wollen. Dabei ist vielfach bewiesen: Im E-Commerce läuft es erst richtig gut, wenn man seine Entscheidungen auf Basis von fundierten Kennzahlen trifft. Jeff Cheal von Episerver erläutert drei Gründe, warum Sie in Data Analytcis investieren sollten.

1. Mit Analyse zu den richtigen Antworten

Es gibt eine Vielzahl von Kennziffern, die Retailer gerne erheben, darunter beispielsweise der durchschnittlicher Wert eines Warenkorbs oder die Conversion Rate. Allerdings gibt es kein allgemeingültiges Kennzahlen-Set, das allen Anforderungen gerecht wird. Denn die Bedeutung der einzelnen KPIs ist abhängig davon, wie man sein Geschäft versteht und welche Ziele man damit verfolgt. Oder anders ausgedrückt: Auf jede Frage gibt es eine Antwort, die mithilfe von Data Analytics gefunden werden kann.

Hier ein Beispiel: Sie verkaufen ein Produkt, bei dem User vor dem Kauf normalerweise intensiv recherchieren. In diesem Fall müssen Sie bei der Analyse sowohl die Kaufhäufigkeit (wahrscheinlich geringer) als auch die Seiten-Besuchszeit (wahrscheinlich höher als der Durchschnitt) betrachten. Ist eine positive Korrelation zwischen Besuchsdauer und Kauf zu erkennen, empfiehlt es sich Inhalte zu entwickeln, die den User dazu bewegen, auf Ihrer Seite zu bleiben und deren Informationsbedürfnis bestmöglich befriedigen. Hat die Besuchsdauer keinen positiven Einfluss auf die Kaufwahrscheinlichkeit, sollte man den User schneller zum Kauf führen, also beispielsweise auf aufwändige und vielseitige Produktbeschreibungen verzichten.

2. Mit Data Analytics zu den richtigen Maßnahmen

Die Methode der Data Analytics ist aber nur der erste Schritt. Der zweite, und mindestens ebenso wichtige, sind die richtigen Maßnahmen. Es gibt zwei Wege, wie Marketers von Data Analytics profitieren können:

• Wiederholen Sie, was funktioniert: Wenn die Analyse der Daten ergibt, dass die Umsätze an den Wochenenden höher sind als an den Wochentagen, sollten Sie sich über spezielle Wochenend-Promotions Gedanken machen. Gleichzeitig sollten Sie ihre Marketingaktivitäten schwerpunktmäßig auf den Freitag verlagern. Sie könnten Ihren Usern an dem Tag spezielle Angebote für das Wochenende offerieren und so typische Wochenend-Shopper mit personalisierten und genau getargeten Anzeigen zu einem Kauf am kommenden Samstag und Sonntag animieren.

• Identifizieren Sie, was nicht funktioniert: Angenommen, die Datananalyse ergibt, dass Nutzer in bevölkerungsschwachen Regionen Ihre Website seltener aufsuchen: Dann können Sie in diesen Regionen Anzeigen über lokale Medien buchen oder die wenigen Besucher auf Ihrer Seite mit persönlichen Botschaften zielgerichtet ansprechen. Eine Auswertung der Daten wird Ihnen dann Hinweise darauf geben, warum User in diesen Gegenden ihr E-Commerce-Angebot seltener nutzen, worauf Sie ihr Marketing entsprechend nachjustieren können.

Es ist bei allen Maßnahmen aber nicht unbedingt ratsam, sich nur auf die Kunden mit einem hohen Bestellwert zu fokussieren. Es gibt auch gute Gründe dafür, Kunden zu identifizieren, die nur wenig kaufen und zu analysieren, warum deren Bestellwert vergleichsweise gering ist. Wir haben kürzlich mit einer lokalen Bank zusammengearbeitet, die ihre Kundennähe intensivieren wollte. Deshalb erhob Sie Daten zu den Hobbies und Interessen ihrer Websitebesucher, auch wenn diese noch nie Abschlüsse getätigt haben. Da die Bank aber vor Ort mit vielseitigen gemeinnützigen Projekten engagiert war, verfügte sie über einen wahren Datenschatz: Sie konnte exakt die interessierten Zielgruppen ansprechen und so ihr Image als örtlich engagierte Bank unterstreichen. 

3. Mit Analyse zu wertvollen Insights

Zahlreiche Marken sind der Ansicht, dass E-Commerce eine Black Box ist: Man weiß eigentlich nicht, was die Online-Kunden von den Kunden in der Filiale vor Ort wirklich unterscheidet. Die Analyse der Customer Journey kann hier wertvolle Insights liefern, wenn nicht nur der Kontakt mit den digitalen Medien, sondern alle zur Verfügung stehenden Daten erhoben und ausgewertet werden. Dazu zählen E-Mails ebenso wie die Interaktion über Social Media oder auch die Nutzung traditioneller Medien. Dabei wird man immer wieder auf überraschende Abweichungen stoßen, aber eben auch bestimmte Übereinstimmungen feststellen. Hier einige Beispiele:

• Analysieren Sie die Zahl der Touchpoints, bevor sich ein User für Ihr Bonusprogramm entscheidet. Denn davon ist abhängig, wann und wo Sie Ihre Anmeldeseite bewerben, ansatt weiterhin Content auszuspielen.

• Untersuchen Sie, wie oft ein Kunde Ihre Seite besucht, bevor er sich zu einem Wiederkauf entschließt. Dann wissen Sie auch genau, wann der richtige Zeit Punkt für den Call-to-Action in Ihrer Email-Kommunikation ist.

• Prüfen Sie die Größe des Warenkorbs. Möglicherweise haben Sie User, die zwar selten kaufen, dafür aber für hohe Umsätze sorgen. In diesem Fall könnte Ihre Taktik sein, für diese User interessante Upselling- und Cross-Selling-Angebote zu schnüren, um die Höhe der Transaktionen weiter zu steigern.

Doch seien Sie vorsichtig: Daten messen oder betätigen in erster Linie nur das, was wir ohnehin zu wissen glauben. Wichtig ist es deshalb immer, nach den wahren Ursachen zu forschen. Nur dann kann Ihr Team tatsächlich die Daten richtig analysieren und dazu beitragen, dass sich Ihr Invest in Data Analytics wirklich rechnet.

Über den Autor: Jeff Cheal ist Director of Product Strategy for Personalization, Campaign & Analytics bei Episerver, dem Anbieter für CMS-, E-Commerce- und Omnichannel-Marketing-Lösungen. Cheal verfügt über eine langjährige Berufserfahrung in den Bereichen Marketing, Advertising Sales und Datenanalyse. (sg)